IF10.6!南京鼓楼医院用CHARLS数据库携“AIP指数”拿下双一区TOP!
血脂化验单上那么多项，甘油三酯、高密度、低密度……你是不是也经常看花了眼？其实有一个简单算出来的指标——血浆致动脉硬化指数（AIP），也就是甘油三酯除以好胆固醇后再取个对数，可能比单个指标更有意思。
南京鼓楼医院团队的长期研究发现：这个指数越高，未来得中风的风险就越大。但有意思的是，这个规律只在血糖已经出问题的人身上成立——不管是糖尿病还是糖尿病前期；血糖完全正常的人里，AIP高低和中风风险就没啥关系。
↓关注生信树，获取更多科研洞察↓
CHARLS数据库是国产的公共健康数据库，涵盖多个研究领域，如果你也想利用CHARLS数据库发文，快关注小树吧！
标题：血浆致动脉粥样硬化指数与不同血糖代谢状态个体新发卒中的关联：来自CHARLS的见解
发表期刊：Cardiovascular Diabetology
发表时间：2024年6月21日
影响因子：10.6/Q1
血浆致动脉硬化指数（AIP）被视为反映血脂紊乱和胰岛素抵抗的敏感指标，但它与新发中风的风险关联是否会因个体的血糖状态（正常、糖尿病前期还是糖尿病）不同而有所变化？目前尚不明确。
研究采用Kaplan-Meier曲线、多变量Cox回归模型和限制性立方样条分析，并分别在不同血糖代谢状态（血糖正常、糖尿病前期、糖尿病）的人群中探讨AIP与中风风险的关联。
图1 研究参与者的流程图
来源于中国健康与退休纵向研究（CHARLS）数据库。
你也想尝试这方面的选题？你也想get同款数据库，却不知道该如何下手？数据分析，思路设计统统不是问题！
按AIP四分位数分组的参与者的基线临床和人口学特征见表1。参与者基线时的平均年龄为58.04±8.75岁，其中4742人为女性。
高AIP组居然更年轻、女性偏多，但血压、血糖、血脂明显恶化，提示AIP可能更早捕捉到代谢紊乱。值得注意的是，AIP最高组中100%有血脂异常，说明该指数已与常规诊断高度重合，但作为连续变量仍有独立预测价值。
Kaplan–Meier累积发生率曲线分析显示，从Q1组到Q4组中风事件逐渐增加，并观察到统计学显著差异（图2A）。Cox比例风险模型证实基线AIP水平与新发中风之间存在显著关系。
图2 基于总参与者（A）、NGR参与者（B）、糖尿病前期参与者（C）和糖尿病参与者（D）的AIP四分位数，进行卒中Kaplan–Meier分析
在调整了潜在混杂因素后，基线AIP每增加1个单位，与模型3中中风风险增加90%相关。此外，在模型3中，中风风险在AIP四分位数中呈现增加趋势（表2）。
多变量调整后的受限立方样条分析也显示，作为连续变量的AIP与中风风险之间存在显著的剂量反应关系（图3A）。
图3 使用多变量调整的受限立方样条模型分析AIP与中风风险的关联
随AIP四分位升高，中风发生率从5.65升至13.55/千人年，调整后HR达1.84，趋势极显著。限制性立方样条显示线性关系（非线性P=0.2551），说明AIP作为连续变量预测效能稳健，无需复杂截断值，临床易于推广。
表3中呈现的结果显示，与Q1相比，在模型3中，其他AIP组在患有糖尿病前期和糖尿病的个体中，与中风风险增加显著相关。
具体而言，对于糖尿病前期个体，Q2的风险比为1.49，Q3为1.80，Q4为2.27，趋势p值为0.001。
最关键的发现：AIP对糖尿病前期和糖尿病患者的中风风险HR分别达2.27和4.58，但在血糖正常组完全无效（P>0.05）。这说明AIP的作用依赖于胰岛素抵抗背景，不能简单外推至代谢健康人群，分层分析必不可少。
为了进一步探讨基线AIP与首次中风事件之间的关联，我们进行了按潜在危险因素分层的亚组分析。如表4所示，AIP水平升高与中风发生率较高相关，这一结果在不同亚组中均一致，包括年龄、性别、BMI、居住地和高血压。
AIP与BMI及血糖状态存在显著交互作用（P=0.011和0.031）。特别在BMI≥24的肥胖人群中，AIP高风险效应更强，提示“脂毒性”与“糖毒性”叠加放大血管损伤。而年龄、性别、高血压分层未见交互，效应相对稳健。
血糖正常的人，AIP高点低点好像跟中风没啥关系；但一旦血糖踩了红线——不管是糖尿病前期还是确诊糖尿病——这个指数就得认真对待了。研究发现，AIP越高，中风风险涨得越明显，最高能翻到4倍多。简单一句话：血糖出问题的人，血脂比值别不当回事。
如果你也想用CHARLS进行数据分析、思路复现，那就快来联系小树吧！
10个月宝宝每天需要喝多少奶粉？
